LabelEncoder
并且OneHotEncoder
适用于 numpy 数组,它将字符串转换为0,1
基于向量的向量。
我的问题是,是否有一个简洁的 API 可以将 pandas 数据框的一列转换为0, 1
向量?我展示了我的代码和熊猫数据框的原始内容123.csv
,假设我想0, 1
对列进行二进制处理c_a
,c_b
, c_c
, 3 列中的每一列都是独立的,我想对0, 1
单独独立的列进行二进制处理。
代码,
import pandas as pd
sample=pd.read_csv('123.csv', sep=',',header=None)
print sample.dtypes
123.csv 内容,
c_a,c_b,c_c,c_d
hello,python,pandas,1.2
hi,c++,vector,1.2
numpy 的标签编码器和 OneHotEncoder 示例,
from sklearn.preprocessing import LabelEncoder
from sklearn.preprocessing import OneHotEncoder
S = np.array(['b','a','c'])
le = LabelEncoder()
S = le.fit_transform(S)
print(S)
ohe = OneHotEncoder()
one_hot = ohe.fit_transform(S.reshape(-1,1)).toarray()
print(one_hot)
which results in:
[1 0 2]
[[ 0. 1. 0.]
[ 1. 0. 0.]
[ 0. 0. 1.]]
编辑 1,试过get_dummies
了,结果似乎是0.0
和1.0
(似乎float
),有没有办法直接转换成整数?
0_c_a 0_hello 0_hi 0_ho 1_c++ 1_c_b 1_java 1_python 2_c_c 2_numpy \
0 1.0 0.0 0.0 0.0 0.0 1.0 0.0 0.0 1.0 0.0
1 0.0 1.0 0.0 0.0 0.0 0.0 0.0 1.0 0.0 0.0
2 0.0 0.0 1.0 0.0 0.0 0.0 1.0 0.0 0.0 0.0
3 0.0 0.0 0.0 1.0 1.0 0.0 0.0 0.0 0.0 1.0